清華大學張瑩瑩團隊Science Advances: 柔性應變傳感器陣列與深度學習算法相結合，構建智慧健康監測系統

一、【導讀】
柔性電子發展迅速，在健康管理、醫療和人機交互方面顯示出巨大的潛力。特別是人工智能和機器學習的蓬勃發展，進一步促進了柔性可穿戴電子產品的應用前景。在人工智能的幫助下，可以實現對可穿戴電子采集的生理信號的深入分析和數據挖掘，提升柔性電子在疾病診斷和精準治療方面的能力。對于大多數沒有專業知識的人來說，尤其是脈搏波較弱的患者，要定位脈搏的精確位置以獲得準確細致的信號并不容易。因此，傳感器在皮膚表面上的定位困難是其實際應用的主要阻礙。開發具有高靈敏度、易操作、智能的可穿戴系統，實現脈搏的精確、長期監測，對心臟狀態和心臟功能的實時進一步分析和評估，有望提升可穿戴電子設備在健康和醫療診斷中的應用價值。

二、【成果掠影】
清華大學化學系張瑩瑩團隊結合高靈敏度的應變傳感器陣列和深度學習神經網絡，開發了可穿戴、用戶友好、智能的健康監測系統，無需精確定位和專業知識即可監測血壓和心臟功能。以碳化絲織物（CSG）作為活性層材料，構建了柔性可穿戴應變傳感器陣列。整個傳感器陣列表現出優異的柔韌性、良好的生物相容性以及較高的結構和化學穩定性。構建了一個集成的可穿戴系統，并展示了其在精確和實時監測血壓和心臟狀態方面的應用。相關研究成果以“Monitoring blood pressure and cardiac function without positioning via a deep learning–assisted strain sensor array”發表在Science Advances上。

三、【核心創新點】
1.柔性應變傳感器陣列與深度學習算法相結合；
2.構建了柔性可穿戴應變傳感器陣列，該傳感器兼具高線性度、高靈敏度、高可拉伸性、快速響應和快速恢復的優點。

四、【數據概覽】

圖1 用于監測血壓和心臟功能的深度學習輔助應變傳感器陣列的結構和工作機制示意圖。@2023 The Authors

圖2 應變傳感器陣列的機電響應實驗和仿真結果。@2023 The Authors

圖3 應變傳感器陣列在獲取脈沖波和提取關鍵特征方面的性能。@2023 The Authors

圖4 基于傳感器陣列和深度學習神經網絡獲得的脈搏波監測血壓和心臟功能的機制。@2023 The Authors

圖5 智能血壓和心功能監測系統在實際應用中的演示。@2023 The Authors

五、【成果啟示】
本文開發了一種智能且用戶友好的血壓和心臟功能監測系統，該系統基于靈活的高靈敏度應變傳感器陣列和深度學習神經網絡，可以隨機放置在手腕動脈附近進行數據采集。此外，還開發了智能預處理算法和深度學習模型，實現了關鍵特征的自動提取和血壓、心功能參數的輸出。作為概念驗證，將傳感器陣列與深度學習模型相結合，構建了一個用戶友好的可穿戴系統，用于按時精確監測血壓和心臟狀態。這項工作有助于進一步開發精確健康監測、早期診斷和遠程醫療的技術。

文獻鏈接：Shuo Li et al., Monitoring blood pressure and cardiac function without positioning via a deep learning–assisted strain sensor array. Sci. Adv. (2023).
https://www.science.org/doi/full/10.1126/sciadv.adh0615
本文由辭書供稿